這是一個好問題，也是很多同學正在面對的困惑之一，我從技術發展趨勢和個人發展兩個方面來說說我的看法。

隨著GPT-4多模態大模型的發布，很多人工智能方向的同學都在面對前所未有的挑戰，需要在實驗室資源有限的情況下找到自己的創新著力點。

我在兩周前剛剛參加完我們的研究生開題報告會，其中有不少同學在做多模態模型，雖然創新空間依然比較大，但是在研究的內容上很多同學已經在明顯回避ChatGPT，會關注多模態模型的可信任性、安全性和場景創新等內容。

實際上，近幾年很多想做大模型的同學都放棄了讀博而選擇了到大廠做研發，原因很簡單，大廠有數據資源，有算力支撐，有應用場景，這些往往都是很多大學導師無法提供的場景，所以在當前這樣一個大模型時代，選擇到大廠做創新也是一種比較務實的選擇。

從個人發展的角度來說，如果未來要進入到科研、教育等領域發展，那麼選擇讀博是比較現實的選擇，讀博的過程也會培養自己的獨立科研能力，這是很多同學關心的核心問題。

當然了，由於大陸導師團隊考核方式並不統一，很多導師在deadline的壓力下也會親自下場，這勢必會影響學生獨立科研能力的培養，所以在決定讀博的時候，一定要重視導師的選擇，這對於後續的科研活動會產生非常直接的影響。

我一直強調一件事，那就是學習規劃不能脫離發展規劃，否則就是在走彎路。雖然計算機領域的學術圈和產業圈走得很近，很多導師包括我在內，都在跟眾多國內外的互聯網大廠開展合作，但是畢竟不同的科研場景對於個人的發展會產生不同的影響，這一點一定要有清醒的認知。

如果想借助大廠的資源來提昇自己的創新能力，或者提昇自己的資源整合能力，那麼必然要圍繞產業價值輸出來開展創新，簡單的說就是很難做“沒用的事情”，要服從並理解大廠對於員工的價值考核體系。

很多同學就是希望可以做自己更喜歡的方向才選擇讀博，或者希望有更大的自主創新空間而選擇讀博。

從創新空間來看，計算機視覺方向的產業創新空間還是非常大的，所以碩士研究生期間選擇計算機視覺是完全可以的，但是在博士研究生期間選擇計算機視覺方向，一定要考慮自己是否能夠找到新的創新著力點，如果還沒有具體的想法，可以跟目標導師交流一下，以此來決定是否繼續讀博。